>> Number of annotated documents: 14182

{'_id': ObjectId('619bc084412a3a511a01c523'),
 'argumentID': '5-1',
 'approach': 'A2 -> C+(L+P)',
 'claim': {'text': 'Si , pero que le cambien el nombre por el de Arco de la Humillacion',
  'nouns': ['nombre'],
  'entities': ['ArcodelaHumillacion']},
 'commentID': 52028,
 'linker': {'linker': 'ya que',
  'category': 'CAUSE',
  'subCategory': 'REASON',
  'relationType': 'support'},
 'mainVerb': 'cambien',
 'majorClaim': {'text': '', 'nouns': [], 'entities': []},
 'parentID': -1,
 'premise': {'text': 'ese fue el', 'nouns': [], 'entities': []},
 'proposalID': 5,
 'sentence': 'Si, pero que le cambien el nombre por el de Arco de la Humillacion, ya que ese fue el verdadero objetivo de su construccion',
 'userID': 1490}

Proposals number: 3742
Comments number: 10440
Comments with response number: 3312 , % share: 0.32

	proposal	arguments_num	% share
0	pid-23219	14	0.10
1	pid-7	12	0.08
2	pid-1419	12	0.08
3	pid-64	11	0.08
4	pid-15711	11	0.08
5	pid-59	10	0.07
6	pid-1085	10	0.07
7	pid-2145	10	0.07
8	pid-3206	10	0.07
9	pid-18750	10	0.07

	category	subCategory	linker	relationType
0	CAUSE	REASON	ya que	support
1	CAUSE	CONDITION	en cuanto a	qualifier
2	CONSEQUENCE	GOAL	para	support
3	CAUSE	CONDITION	si	qualifier
4	CAUSE	CONDITION	si	qualifier
5	CAUSE	CONDITION	si	qualifier
6	CAUSE	CONDITION	si	qualifier
7	EXPLANATION	EXEMPLIFICATION	por ejemplo	support
8	CAUSE	REASON	porque	support
9	CONSEQUENCE	GOAL	para	support

	category	frequency
1	CONSEQUENCE	6524
0	CAUSE	6348
4	EXPLANATION	843
2	CONTRAST	464
3	ELABORATION	3

	category	subCategory	frequency
2	CONSEQUENCE	GOAL	6213
0	CAUSE	CONDITION	4550
1	CAUSE	REASON	1798
7	EXPLANATION	EXEMPLIFICATION	648
4	CONTRAST	ALTERNATIVE	463
3	CONSEQUENCE	RESULT	311
8	EXPLANATION	RESTATEMENT	191
9	EXPLANATION	SUMMARY	4
6	ELABORATION	ADDITION	3
5	CONTRAST	CONCESSION	1

	category	linker	frequency
77	CONSEQUENCE	para	6169
45	CAUSE	si	3879
41	CAUSE	porque	897
110	EXPLANATION	por ejemplo	460
48	CAUSE	ya que	439
95	CONTRAST	ni	212
42	CAUSE	pues	187
4	CAUSE	ante	159
106	EXPLANATION	es decir	113
83	CONSEQUENCE	por lo que	81

Annotation Data Analysis¶

1. Reading data¶

2. Data Processing¶

2.1. Summary of proposals and comments¶

2.2. Most used categories¶

2.3. Most common sub-categories¶

2.4. Most used linkers by category¶

2.5. Most used linkers by relationType¶

2.6. Most common entities¶

2.7. Most common nouns¶

2.8. Most common main verbs¶

	entities	frequency	% share
0	Madrid	822	8.61
1	Ayuntamiento	256	2.68
2	https://decide.madrid.es/proposals/...	162	1.70
3	EMT	72	0.75
4	Espana	70	0.73
5	https://decide.madrid.es/proposals/...	61	0.64
6	https://decide.madrid.es/proposals/...	57	0.60
7	M30	53	0.56
8	Vallecas	52	0.54
9	Metro	49	0.51

	nouns	frequency	% share
0	propuesta	677	1.05
1	calle	588	0.91
2	zona	584	0.91
3	gente	515	0.80
4	barrio	498	0.77
5	perros	425	0.66
6	personas	421	0.65
7	ciudad	412	0.64
8	tambien	388	0.60
9	calles	386	0.60

	main verbs	frequency	% share
0	creo	389	2.93
1	propongo	372	2.80
2	tiene	230	1.73
3	hacer	213	1.60
4	crear	177	1.33
5	parece	172	1.29
6	poner	141	1.06
7	tienen	136	1.02
8	tenemos	127	0.96
9	estan	127	0.96